问题标签 [dfm]

这是发布的另一个问题的新版本，现在有一个可重复的示例。

我正在尝试将文档特征矩阵从 29117 Tweets 转换为 R 中的数据框，但出现错误

“asMethod(object) 中的错误：文件 ../Core/cholmod_dense.c 第 105 行的 Cholmod 错误‘问题太大’”

dfm 的大小约为 21MB，有 29117 行和 78294 个特征（推文中的单词分为 1 或 0 列，具体取决于该单词是否出现在推文中）

下面的代码适用于具有 2000 行的数据集样本（dfm (2MB) 中的 12577 个特征）。

我需要将 dfm 转换为数据框，因为我想添加变量并在二进制逻辑（套索）回归中使用它们作为源以及推文是否是转推并包含 url

我读过其他帖子说“问题太大”错误是由于 RAM 的数量。这个数据不是很大，我尝试创建一个具有 30RAM 的虚拟机（在具有 30GB 可用空间的 64 位窗口上），但我仍然得到同样的错误。因此，我想知道是否存在问题的 RAM 量，或者 R 中数据帧中的列数是否存在限制？我可以毫无问题地将相同大小和更大的额外 DFM 添加到内存中。

这不是减少数据集并重新运行代码的解决方案，因为这已经是一个示例。我需要从从 6 mio 行数据集（如果可能）创建的 dfm 创建一个数据框（或类似的东西）

感谢任何帮助/解决方案，以及将变量添加到 dfm 的其他方法，而不将其转换为数据框。

提前致谢！

我正在尝试获取所有在 Delphi DFM 文件中TcxRadioGroup没有属性值的类。Caption

我必须在一个包含数千种表格的大型 groupproject 中执行此操作。出于这个原因，我正在寻找一种可以处理多个文件的解决方案（我想在Notepad++中使用RegEx ，但我愿意接受任何其他解决方案）

例子：

在这个例子中，我期望找到cxRadioGroup2和cxRadioGroup4组件。

1°尝试：

我尝试使用正则表达式，但我不知道如何找到没有该Caption行的出现...使用 Notepad++，我开始尝试捕获每个TcxRadioGroup块直到它们的end行（end具有相同的行缩进）。

^\s*object\s(\w*):\sTcxRadioGroup.*end 有选项/gms

它从文件object cxRadioGroup1的最后一个捕获end

2°尝试：

为了匹配每个组件声明的正确性，我使用了惰性匹配并重用了捕获的空格。end

^(\s*)object\s(\w*):\sTcxRadioGroup.*?\n\1end有选项/gms

它找到所有TcxRadioGroup声明，每一个声明都从头到尾。我想我应该找到一种方法来排除那些包含\1 Caption =

我准备了一个在线示例。

不标准的属性顺序会导致任何问题吗？

例如，IDE 将TButton组件存储在 DFM 文件中，如下所示：

如果我手动更改属性的顺序，这会导致任何问题吗？

我有一个父表单和数千个子表单。每次我更改影响父表单的 DFM 的内容时，我都想打开并保存子表单，以确保 IDE 适应应用于父表单的更改的结果。

我尝试选择所有表单并从右键单击弹出菜单中单击“打开”，但是子表单太多并且会引发以下错误：

创建表单时出错：系统错误。代码：1158。

Il processo corrente ha utilizzato tutti gli handle degli oggetti di Window Manager resi disponibili dal sistema

（翻译）当前进程使用了​​系统允许的所有窗口管理器对象的句柄

我认为多个文件的“打开-保存-关闭”操作可以解决问题

我有一个使用 Android App Bundle 的 DFM 动态安装的统一项目（使用 Unity 2019.3 导出）并将其上传到 google play 进行内部测试，动态模块按需下载但当我运行 UnityActivity 时遇到以下错误：“不是足够的存储空间来安装所需的资源”，即使我的移动设备中有很多可用空间。我在这里缺少什么？截屏

我想绘制多年来主题的频率。但是我的包含日期的变量具有以下结构，例如：2016-01-01。这意味着数据是以天为单位的。但是我希望数据每月可视化。

数据在 data.frame 中结构化

我试图将我的主题频率可视化如下：

但是，当我执行命令时，我的可视化仅每三个月显示一次，例如：1 月、4 月、7 月等。

如何让 x 轴上的日期显示所有月份：（1 月、2 月、3 月、4 月 .. 等）？

我有一个 Windows Vcl 应用程序，里面有几种形式。我想标准化所有这些表单的布局。所以我想声明一些可以应用于所有 .dfm 布局文件的常量。

例如，这个 main from 是 IDE 中自动生成的表单：

我想做的是声明如下内容：

这样我就可以申请以下所有表格：

我尝试做一些与 Vcl.Graphics.hpp 中的颜色常数几乎相似的事情，但它不起作用。我正在使用 Embarcadero RAD Studio C++ Builder 10.3。我使用 C++ 进行编程，使用 dfm 文件作为 UI 文件。

在新的 quanteda 更新之后，我的代码出现了一些问题。我正在使用 MigParl 数据从议会演讲中生成 dfm。

(1) 当切换到 quanteda 进行 wordcores 分析时，我在将 dfm 从 MigParl 矩阵转换为 quanteda:dfm 时丢失了行名。但是，根据代码，应该注意这一点。我通过手动添加行名解决了这个问题。这有点烦人，但可以管理。

(2) 现在，当我想计算我的 wordcores 模型时出现错误。我的dfm的数据格式似乎有问题。

如果您知道发生了什么，我将非常高兴。谢谢你。

达纳

现在这是我以前做的：

这是我在更新后尝试更改的内容：

两者都产生此错误消息：

t(as(x, "dgCMatrix")) 中的错误：尝试在 SET_VECTOR_ELT 中设置索引 1/1

我确信问题来自dfm的生成。如果您希望我在这里提供更多信息，我很乐意添加。

出于某种原因，wordfish 模型可以正常工作。

编辑：我安装了较旧的 quanteda 版本。错误仍然出现

我正在使用 quanteda 从不同的数据源构建文档特征矩阵。使用议会演讲数据和 Facebook 数据构建 dfm 只需几分钟，而基于 Twitter 数据集编译 dfm 则需要 7 个多小时。这三个数据集的大小大致相等（60mb）。

R 更新（R 版本 3.5.3），RStudio 更新（版本 1.3.923）和 quanteda 更新（版本 2.0.1），我使用的是 MacBook Pro 2018（OS X 版本 10.14.5）。

在另一台使用 quanteda 旧版本（版本 1.5.2）的机器上运行完全相同的代码只需几分钟而不是几个小时。

不幸的是，由于无法共享数据，我无法提供可重现的示例。

你有什么想法可能是什么问题以及我该如何规避它？

以下是问题机器的 sessionInfo() 和代码以及需要 7 多个小时来创建 dfm 的输出：

以下是在不到一分钟的时间内创建相同 dfm 的机器的 sessionInfo() 和代码以及输出：

我一直在做Tutorials.Quanteda.io中的所有练习，但是关于构建 DFM 的部分使用了一个名为 data_corpus_irishbudget2010 的语料库并没有运行。这是代码：

toks_irish <- 令牌（data_corpus_irishbudget2010，remove_punct = TRUE）

dfmat_irish <- dfm(toks_irish)

打印（dfmat_irish）

我收到此错误：

令牌错误（data_corpus_irishbudget2010，remove_punct = TRUE）：找不到对象“data_corpus_irishbudget2010”

我已经能够加载 data_char_ukimmig2010 和 data_corpus_inaugural。我这周刚刚安装了 Quanteda。我还运行了 require(quanteda.corpora)，但仍然无法使用 data_corpus_irishbudget2010。

有任何想法吗？